9月29日消息，一篇9月28日提交至arXiv（编号2609.34051）的路线图文章对聚合物信息学（polymer informatics）的发展阶段与未来方向做了系统展望。

文章指出，聚合物信息学已经从早期孤立的物性预测研究，成熟为一个耦合数据、模型与决策的整合学科，深度嵌入聚合物设计周期：从单体/骨架的逆设计、序列结构优化到合成可行性与服役性能评估，机器学习模型贯穿全链路。但该领域仍面临数据稀疏与偏差、跨尺度模型衔接、以及实验验证闭环成本高等结构性瓶颈——这也是文章标题中'still falls short'所指。

路线图提出的发展方向包括：构建覆盖合成-加工-服役全生命周期的聚合物数据基础设施、将大模型与领域知识融合的混合建模范式、以及面向'聚合物信息学超级智能'的自主学习实验闭环——即AI提出分子方案、自动化平台合成表征、数据回流再训练的无人化循环。

对高分子材料产业而言，这类框架若落地，将把新聚合物牌号（特种工程塑料、弹性体、光电高分子等）的开发周期从数年压缩到数月，涂料、胶粘剂、分离膜与电池材料企业都在其辐射范围内。 （来源：arXiv）